本文選題：相位解纏 + 貝葉斯推理�。� 參考：《昆明理工大學(xué)》2015年碩士論文

【摘要】：干涉合成孔徑雷達(dá)(InSAR)和核磁共振成像(MRI)以及其它光學(xué)干涉測量(Interferometry),由于系統(tǒng)的原因,所得到的干涉測量相位值,與真實(shí)相位之間存在相位周期模糊問題�；謴�(fù)失去的相位周期的過程被稱為相位解纏或者相位解包裹(Phase unwrapping,簡稱PU)。相位解纏作為InSAR, MRI等應(yīng)用的關(guān)鍵環(huán)節(jié)和難點(diǎn),其結(jié)果直接影響著應(yīng)用的精度。同時(shí),實(shí)際的纏繞相位數(shù)據(jù)含有相位噪聲和相位缺失(相位間斷)問題是普遍存在的,有時(shí)甚至很嚴(yán)重。這給相位解纏造成很大的困難,成為解纏過程的中的兩大難題。因此,一直以來,精確的相位解纏算法都是該領(lǐng)域的研究熱點(diǎn)和難點(diǎn)。過去二十年,已經(jīng)發(fā)展出了數(shù)十種的PU算法,常用的可以分為三類：(1)基于路徑積分的解纏方法,(2)基于最小范數(shù)的解纏方法,(3)基于網(wǎng)絡(luò)規(guī)劃的解纏方法。近年來又出現(xiàn)了如：影像分類法、迭代貪婪法、卡爾曼濾波法等等�；趫D割(Graph cut)的相位解纏是近年來出現(xiàn)的新算法,由于其優(yōu)異的解纏效果,受到業(yè)界的廣泛關(guān)注和重視。該方法的主要理論基礎(chǔ)是馬爾可夫隨機(jī)場建模(MRF Modeling)和圖論(Graph theory)之最大流/最小割(Maxflo w/Mincut)計(jì)算。具體說來就是‘基于圖割的相位解纏’具有相當(dāng)?shù)碾y度,目前之有少數(shù)的研究機(jī)構(gòu)實(shí)現(xiàn)了這一算法。最大流/最小割算法中又具有多種算法,目前僅有1-2種有研究人員進(jìn)行了建模和計(jì)算,均取得了很好的效果。然而,還有多種的最大流/最小割算法未進(jìn)行建模計(jì)算和性能比較。本文在國內(nèi)外文獻(xiàn)以及本課題組上一屆畢業(yè)研究生研究的基礎(chǔ)上,深入分析了基于圖論的相位解纏算法所涉及的一系列的理論問題,包括：像素標(biāo)記理論(Pixel labeling),馬爾科夫隨機(jī)場與吉布斯分布(MRF-Gibbs)等價(jià)問題,最大后驗(yàn)馬爾科夫隨機(jī)場框架(MAP-MRF Framework)問題,能量最小化問題(求解的最優(yōu)化問題),圖網(wǎng)絡(luò)(Graph network)構(gòu)建問題,以及圖網(wǎng)絡(luò)的流量計(jì)算問題等。實(shí)現(xiàn)了兩種方法的最大流/最小割的計(jì)算模型的實(shí)現(xiàn),運(yùn)用這兩種模型,成功地計(jì)算出了MAP-MRF模型的最小能量,實(shí)現(xiàn)了具有噪聲和相位缺陷數(shù)據(jù)高精度的相位解纏,其精度達(dá)到了上一屆研究生所實(shí)現(xiàn)的另一種最大流/最小割算法的精度。據(jù)目前文獻(xiàn)查找的結(jié)果,還未看到此兩種方法用于PU問題和計(jì)算機(jī)視覺問題的馬爾可夫隨機(jī)場模型的優(yōu)化問題求解。因此,此兩種方法的建模過程、算法及結(jié)果對于相位解纏和計(jì)算機(jī)視覺問題的優(yōu)化都具有參考意義。求解過程的關(guān)鍵理念是‘能量最小化’。本文中能量最小化過程是先將像素圖像的標(biāo)記場(Labeling site)映射到圖網(wǎng)絡(luò)模型(Graph network model)中,在圖網(wǎng)絡(luò)模型中利用圖割(最大流／最小割)的算法進(jìn)行計(jì)算,從而獲得精確解。圖割方法優(yōu)化比起傳統(tǒng)的優(yōu)化方法如,ICM, SA及BP來說,更加復(fù)雜,難度更大和更具有挑戰(zhàn)性。然而獲得的精度卻更好。因而成為業(yè)界的研究熱點(diǎn)。本文編程實(shí)現(xiàn)了一般增廣路法(General Augmenting Path),最短增廣路法(Shortest Augmenting Path)的最大流／最小割的計(jì)算(Matlab代碼大約30頁)。每計(jì)算一次,標(biāo)記場標(biāo)記刷新一次,對應(yīng)的纏繞相位圖的相位值更新一次,依次類推,直到能量最小時(shí)停止迭代計(jì)算,即完成相位解纏過程。其中,5.3.1連續(xù)最短增廣問題,實(shí)際是對‘最短增廣路算法’具體算法過程的一個(gè)優(yōu)化。可以稱為‘改進(jìn)的最短增廣路算法’。在實(shí)驗(yàn)方面,為獲得這兩種算法的具體算法性能,本文設(shè)計(jì)了四組實(shí)驗(yàn)數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。結(jié)果表明,該兩種算法在精度上和抗噪性上較傳統(tǒng)算法具有較大的優(yōu)勢,并且達(dá)到了上一屆研究生算法(路徑增廣法)的精度。為InSAR等應(yīng)用中的PU問題及計(jì)算機(jī)視覺問題,提供了新的求解途徑。文中建立了能量最小化與圖論中圖的關(guān)系模型,實(shí)現(xiàn)了兩種最大流／最小割方法對能量函數(shù)的優(yōu)化(最小化計(jì)算)求解。同時(shí)分析了在本文的實(shí)際計(jì)算中碰到的三個(gè)算法問題,提出了解決方法。對后續(xù)計(jì)算機(jī)視覺其他方面的優(yōu)化研究具有的參考價(jià)值。
[Abstract]:interferometric synthetic aperture radar ( sar ) and nuclear magnetic resonance imaging ( mri ) and other optical interferometric measurements ( mri ) , due to the system ' s cause , have a phase - cycle ambiguity problem with the real phase . In recent 20 years , there are many kinds of algorithms , such as image classification , iterative greedy method , Kalman filter and so on . This paper presents a new method for solving the problem of phase disentanglement and computer vision . The key idea of this paper is to use the algorithm of graph cutting ( maximum flow / minimum cut ) to solve the problem of phase disentanglement and computer vision .
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：O157.5

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 王秀萍;;InSAR圖像相位解纏的最小費(fèi)用流法及其改進(jìn)算法研究[J];測繪科學(xué);2010年04期

2 劉國祥,劉文熙,黃丁發(fā);InSAR技術(shù)及其應(yīng)用中的若干問題[J];測繪通報(bào);2001年08期

3 劉國林;獨(dú)知行;薛懷平;郝曉光;;卡爾曼濾波在InSAR噪聲消除與相位解纏中的應(yīng)用[J];大地測量與地球動(dòng)力學(xué);2006年02期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 曾凡光;基于圖割的相位解纏：在InSAR相位解纏方面的應(yīng)用[D];昆明理工大學(xué);2014年

，

本文編號：2093211